Descripción
El Chatbot de RRHH Autónomo, alojado en GitHub, está diseñado como una aplicación empresarial prototipo. Funciona como un agente autónomo capaz de abordar consultas relacionadas con RRHH utilizando un conjunto de herramientas. La arquitectura del chatbot se basa en los módulos de agentes y herramientas de LangChain, utilizando Pinecone como base de datos vectorial y potenciado por ChatGPT o gpt-3.5-turbo. El front-end se desarrolla con Streamlit, incorporando el componente streamlit_chat para la interacción del usuario.
La funcionalidad del chatbot se centra en varias herramientas clave. Estas incluyen Políticas de Control de Tiempos, un documento de política de RRHH de muestra generado por ChatGPT, y Datos de Empleados, un archivo CSV que contiene información ficticia de los empleados. Los embeddings para el documento de política de RRHH se crean utilizando el modelo text-embedding-ada-002 de OpenAI y se almacenan en un índice de Pinecone. Los datos de los empleados se cargan como un dataframe de pandas y son manipulados por el LLM utilizando PythonAstREPLTool de LangChain. Además, el chatbot incorpora el módulo de cadena de calculadora de LangChain, LLMMathChain, para realizar cálculos.
El proyecto ofrece una versión modernizada que utiliza un bucle de agente a través de la API de Respuestas de OpenAI, sin LangChain ni Pinecone, con resúmenes de razonamiento gpt-5.2, disponible en el directorio v2/. La implementación original de 2023 se conserva como referencia. La pila tecnológica incluye Azure OpenAI Service, LangChain, Pinecone, Streamlit, Azure Data Lake y Azure Data Factory. El proyecto es obra de Stephen Bonifacio, quien proporciona enlaces a sus perfiles de LinkedIn y Twitter para una mayor interacción.
El valor del chatbot reside en su capacidad para automatizar las respuestas a las consultas de RRHH, proporcionando una aplicación práctica de la IA en entornos empresariales. Agiliza la recuperación de información y ofrece una interfaz fácil de usar para que los empleados accedan a la información relacionada con RRHH de manera eficiente. La naturaleza de código abierto del proyecto permite la personalización y el desarrollo posterior, lo que lo convierte en un recurso valioso tanto para los desarrolladores como para los profesionales de RRHH.
Características principales de Chatbot de RRHH Autónomo
Agente de RRHH autónomo
Responde a consultas de RRHH
Utiliza agentes y herramientas de LangChain
Emplea la base de datos vectorial Pinecone
Impulsado por ChatGPT o gpt-3.5-turbo
Front-end construido con Streamlit
Incluye la herramienta Políticas de Control de Tiempos
Utiliza Datos de Empleados de CSV
Integra PythonAstREPLTool de LangChain
Incorpora la calculadora LLMMathChain
Utiliza el modelo text-embedding-ada-002 de OpenAI
Versión modernizada con la API de Respuestas de OpenAI
Proyecto de código abierto
Primeros pasos con Chatbot de RRHH Autónomo
Clonar: Clone el repositorio en un directorio local.
Instalar Dependencias: Navegue al directorio local y ejecute `pip install -r requirements.txt` en su terminal.
Configurar Claves API: Ingrese sus claves API en el archivo `hr_agent_backend_local.py` (o `hr_agent_backend_azure.py` si utiliza Azure).
Ejecutar Frontend: Ejecute `streamlit run hr_agent_frontent.py` en su terminal.
Crear Cuenta Pinecone: Cree una cuenta Pinecone en pinecone.io.
Almacenar Embeddings: Ejecute el notebook 'store_embeddings_in_pinecone.ipynb' y reemplace las claves API.
Casos de uso de Chatbot de RRHH Autónomo
- Automatización de Consultas de RRHH
- Autoservicio para Empleados
- Recuperación de Información de Políticas
- Análisis de Datos
- Mejora de Procesos de RRHH
- Base de Conocimiento
- Formación e Incorporación
- Cumplimiento
